MétaCan
Menu
Retour à la cohorte
Enregistrement W4283521836 · doi:10.1016/j.resconrec.2022.106461

Examining the inconsistency of mercury flow in post-Minamata Convention global trade concerning artisanal and small-scale gold mining activity

2022· article· en· W4283521836 sur OpenAlexaff
Yingchao Cheng, Kenichi Nakajima, Keisuke Nansai, Jacopo Seccatore, Marcello M. Veiga, Masaki Takaoka

Notice bibliographique

RevueResources Conservation and Recycling · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMercury (programming language)ChinaConventionBusinessNatural resource economicsGeographyInternational tradeEconomicsPolitical scienceLawComputer science

Résumé

récupéré en direct d'OpenAlex

In 2017, the Minamata Convention (MC) on mercury (Hg) control entered into force. However, whether the MC is effective and how it reshapes the global Hg flow remain unclear. In this study, we established a method to detect inconsistencies in data on global Hg trade, and calculated the gap between the demand and supply of Hg to the artisanal and small-scale gold mining (ASGM) sector (i.e., the largest source of Hg emissions globally) in 39 countries across four regions. According to our results, inconsistencies in statistical data concerning Hg for ASGM activities exist in both Africa and Central and South America. Asia showed a considerably lower amount of Hg applied to ASGM than apparent Hg consumption; nevertheless, the largest consumer of Hg was Asia, predominantly China and India. Many countries in which ASGM is conducted are already MC parties; however, only few submitted their national action plans (NAPs) or have established/enforced specific laws to curb Hg use in ASGM. Analysis of Hg-related trade information suggests that in 2017, the trade of metallic Hg disappeared in some African and Central and South American countries, but new trade flows of goods with higher Hg content emerged. The method established in this study can support the search for countries implementing ASGM with hidden Hg use and flows, thereby contributing to the planning of further Hg control regulations. To enforce sound Hg management, the submission of NAPs should also be promoted in addition to the expansion of MC parties.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,346

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,040
Tête enseignante GPT0,251
Écart entre enseignants0,211 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResources Conservation and RecyclingMême sujetMercury impact and mitigation studiesTravaux en français237 207